Sistema de visión artificial para evaluar cereza de café
Pädi Boletín Científico de Ciencias Básicas e Ingenierías del ICBI
Resumen
La calidad de productos del campo es un factor clave para la industria agrícola debido a que impacta de sobremanera su valor de mercado. La calidad del café de especialidad depende de una serie de características específicas que atraen al consumidor. En este trabajo se presenta el diseño y construcción de un sistema de visión artificial para la clasificación de cereza de café de especialidad desarrollado en el lenguaje Python con una Raspberry Pi 4. La segmentación de imágenes se basa en dos parámetros del café: color y tamaño. Se utiliza el espacio de color HSV y la teoría de momentos de las imágenes para calcular el área en píxeles de la cereza de café. El sistema de visión artificial propuesto obtuvo una exactitud de 93.49% en la clasificación de cereza de café respecto a su grado de maduración y una precisión del 82.6%, fue verificado con una base de datos compuesto por 169 imágenes obtenidas mediante una cámara SH003, con el sistema propuesto se logran obtener más de 3600 granos de café cereza clasificados en una hora en promedio, cantidad superior a la reportada por los clasificadores expertos de la región (2500 granos por hora).
Datos de publicación
Cita esta publicación
Comprueba el estilo que requiere tu institución o revista.
Fuentes y trazabilidad
Se conserva la procedencia de los datos y se da prioridad a la revista cuando existe información editorial.
Licencias declaradas por las fuentes
https://creativecommons.org/licenses/by-nc-nd/4.0